ESTIMACIÓN DE LAS EMISIONES DE CARBONO A LA … · correspondiente al ciclo de carbono, el cual...
Transcript of ESTIMACIÓN DE LAS EMISIONES DE CARBONO A LA … · correspondiente al ciclo de carbono, el cual...
ESTIMACIÓN DE LAS EMISIONES DE CARBONO A LA
ATMÓSFERA A PARTIR DE MODELADO BASADO EN AGENTES
Paula S. Castesanaa, Salvador E. Puliafito
a,b
aFacultad Regional Buenos Aires, Universidad Tecnológica Nacional, Medrano 951, C.A.B.A.,
Argentina, [email protected]
bCONICET - Facultad Regional Mendoza, Universidad Tecnológica Nacional, Medrano 951,
C.A.B.A., Argentina, [email protected]
Palabras Clave: Modelado basado en agentes, emisiones de CO2, carbono atmosférico,
dinámica poblacional.
Resumen. A nivel global, los niveles crecientes de consumo de energía proveniente de fuentes fósiles
y sus consecuentes emisiones de carbono hacia la atmósfera, están incrementando el efecto
invernadero adicional, trayendo consecuencias observables sobre el sistema climático. La dinámica
poblacional y el crecimiento económico influyen directamente sobre el consumo de bienes, energía
primaria, y por consiguiente, sobre dichas emisiones. A partir del Modelado Basado en Agentes
(MBA), se construyó un modelo que simula la evolución de las emisiones de carbono teniendo en
cuenta el comportamiento individual de los agentes constitutivos de la economía. La utilización de
MBA permitió describir el sistema como el resultado de la interacción de individuos, incluyendo
variabilidad en los parámetros y el concepto de elección de comportamiento. Se obtuvieron las curvas
correspondientes a la evolución temporal del PBI/cápita, del crecimiento demográfico, del consumo
de energía primaria y de las emisiones de carbono, como así también, de la acumulación de este
último en la atmósfera. Los resultados obtenidos están en buen acuerdo con los datos históricos y con
las proyecciones realizadas por diversas agencias internacionales.
Mecánica Computacional Vol XXXII, págs. 2727-2740 (artículo completo)Carlos G. García Garino, Aníbal E. Mirasso, Mario A. Storti, Miguel E. Tornello (Eds.)
Mendoza, Argentina, 19-22 Noviembre 2013
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
1 INTRODUCCIÓN
A nivel global, los niveles crecientes de consumo de energía proveniente de fuentes fósiles
y sus consecuentes emisiones de carbono hacia la atmósfera, están incrementando el efecto
invernadero adicional, trayendo consecuencias observables sobre el sistema climático, como
cambios en la temperatura global, variación de los patrones de lluvia, aumento del nivel del
mar, modificaciones en la salinización del mar, reducción de los glaciares cordilleranos y
polares, huracanes de gran magnitud. El análisis de la dinámica poblacional y del crecimiento
económico, y a su vez, el estudio de su interrelación, son temas relevantes en el debate sobre
el cambio climático, dado que influyen directamente sobre el consumo de bienes, energía
primaria, y por consiguiente, sobre las emisiones de carbono.
Las tasas de crecimiento demográfico han disminuido durante los últimos cincuenta años
en la mayoría de los países del mundo (United Nations, 2010), resultando a nivel global en
una transición demográfica que enmascara en muchos sectores un envejecimiento de la
población. Por un lado, las mejoras sociales y el cuidado de la salud resultan en una
disminución de la mortalidad infantil y un incremento de la longevidad. Por otro lado, se
observa en general una reducción de las tasas de fertilidad, relacionada con hechos como la
participación femenina en el trabajo, la elección de la fertilidad, y el tiempo dedicado a
capacitación individual (Becker and Lewis, 1973; Willis, 1973). En las sociedades que han
ampliado su capital humano (niveles de educación elevados, mayor inversión en ciencia y
tecnología, etc.), estas tendencias son más marcadas. Sin embargo, el mismo factor que ha
contribuido al descenso de la fertilidad, ha elevado el nivel de educación de las personas
jóvenes, acompañado de notables crecimientos de la productividad y los ingresos (Day and
Dowrick, 2004; Lee and Mason, 2010).
Tanto el crecimiento poblacional y económico, como el nivel tecnológico alcanzado, son
aspectos relevantes en la determinación del consumo energético y las emisiones de dióxido de
carbono (CO2) provenientes del consumo de combustibles fósiles (Richmond and Kaufmann,
2006; Huang et al., 2008).
En este trabajo se presenta un modelo capaz de simular la evolución de dichas emisiones y
su acumulación en la atmósfera, utilizando como herramienta el Modelado Basado en Agentes
(MBA). El MBA es un paradigma de simulación a partir del cual un sistema se modela como
un conjunto de entidades llamadas agentes. Dichos agentes son capaces de actuar y tomar
decisiones en forma autónoma, sobre la base de un conjunto de reglas impuestas por el
modelador, pudiendo ejecutar varias acciones de forma autónoma, interactuando a su vez con
otros agentes y con su entorno. Asimismo, los agentes pueden evolucionar y adaptarse, lo que
resulta muchas veces en el surgimiento de patrones emergentes como consecuencia de la
interacción de componentes individuales (Edmonds, 2001). Utilizando este paradigma se
buscó introducir variabilidades en los parámetros y el concepto de elección de
comportamiento de los agentes, lo cual de otra manera podría haber implicado un gran costo
computacional.
A partir del modelo propuesto se obtienen las curvas correspondientes a la evolución
temporal del PBI/cápita, del crecimiento demográfico, del consumo de energía primaria, de las
emisiones de carbono y de su acumulación en la atmósfera. Los resultados están en buen
acuerdo con los datos históricos y con las proyecciones realizadas por diversas agencias
internacionales (Nakicenovic et al., 2000; United Nations, 2010).
2 DESARROLLO DEL MODELO
Se construyó un modelo que simula el comportamiento de individuos y su repercusión en
P.S. CASTESANA, S.E. PULIAFITO2728
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
la atmósfera para el período 1950-2100, usando el paradigma de Modelado Basado en
Agentes (MBA). El mismo fue desarrollado bajo la plataforma Netlogo1 5.0.2 (Wilensky,
1999), la cual permite definir distintos tipos de agentes para trabajar de manera clara y
ordenada.
El modelo presentado está formado principalmente por 2 módulos:
- Módulo de individuos y su entorno (módulo principal).
- Módulo del balance del ciclo de carbono.
En primer lugar se describe el módulo principal, formado por individuos y su entrono, en el
cual se desarrolla toda la parte antrópica del modelo. En segundo lugar, se describe el módulo
correspondiente al ciclo de carbono, el cual tiene en cuenta los equilibrios existentes entre los
distintos reservorios y fuentes de carbono de la naturaleza.
2.1 Módulo de individuos y su entorno
En cada inicialización del modelo se crean agentes que simulan ser individuos
pertenecientes a diferentes familias o dinastías. Dichos agentes son diferenciados de otros
grupos de agentes a partir de su naturaleza o raza (breed en Netlogo), y los correspondientes a
este módulo fueron denominados “individuos”. En adelante, cuando se mencione a un
individuo o grupo de individuos, se estará haciendo referencia a un agente o grupo de agentes
con dicha naturaleza o raza. Los individuos a su vez son diferenciados en 4 grupos según su
edad cronológica: Niños (0 a 14 años), Jóvenes (15 a 49 años), Adultos (50 a 69 años) y
Ancianos (70). Cada agente “individuo” se crea con un conjunto de valores iniciales en sus
parámetros, que son actualizados con cada incremento de tiempo (t) a través de una serie de
instrucciones.
Todos los individuos son económicamente activos e independientes, y poseen su propio
capital físico, capital humano, tendencia al consumo y a la inversión en ambos tipos de
capital, y consecuentemente, una dada tendencia a la generación de CO2 como resultado del
consumo de energía necesario para realizar sus actividades. Los mismos tienen la capacidad
de elegir sus propias opciones de reproducción y de desarrollo económico en función de las
costumbres familiares y de su formación personal. Como consecuencia de su crecimiento y
desarrollo, los agentes consumen energía y generan emisiones. Las acciones individuales se
combinan (como una sociedad) en un total (a partir de la suma de las mismas) para el
consumo de energía y las emisiones de CO2 a la atmósfera.
2.1.1 Aspecto económico
Dado que en este trabajo los individuos son considerados económicamente independientes
desde el momento de su nacimiento, podría entonces cada individuo representar su propio
hogar siendo además el referente o “jefe” del mismo. Se plantea entonces representar el
desarrollo económico a partir del comportamiento e interacción de individuos
económicamente activos, pertenecientes a una sociedad potencial. La evolución temporal del
consumo y de los niveles de inversión en los distintos tipos de capital de los individuos
pertenecientes a dicha sociedad potencial (o virtual), dependerán de cada individuo, de sus
costumbres, de sus elecciones socio-económicas o “tipo de desarrollo” elegido, y a su vez, de
su edad (Fougere et al., 2009; Lee and Mason, 2010; O.N.S., 2011; O’Neill et al., 2010).
Para representar la evolución del consumo y la inversión en distintos tipos de capital, desde 1 El software Netlogo es una plataforma de simulación por agentes, que si bien incluye una amplia galería de
modelos demostrativos de acceso libre para los usuarios, todo lo referido al diseño y construcción del modelo
presentado en este trabajo es aporte exclusivo de los autores.
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2729
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
el punto de vista de cada individuo y como una función de su tiempo de vida (edad), en este
trabajo se propone utilizar curvas en forma de campana invertida, tipo campana de Gauss.
Dichas curvas muestran valores crecientes hasta llegar a un máximo ubicado en un
determinado tiempo, a partir de la cual comienzan a decrecer. Dado que el MBA utiliza
funciones discretas, se adoptó la edad de cada agente como variable de tiempo, ya que la
misma aumenta linealmente con cada incremento de tiempo t (t =1 año). De esta manera, el
valor correspondiente al máximo de cada curva depende en parte de la naturaleza de la
variable representada, y también de las opciones de comportamiento de cada individuo.
Dichas opciones de desarrollo son descriptas en la Tabla 1, y su mecanismo de elección se
describe en la sección 2.1.4.
Una vez establecido el mecanismo de evolución de dichas variables, en cada t todo agente
obtendrá un nivel de producción (y) a partir de las magnitudes que ha dedicado al consumo
(cons), a la inversión en capital físico (ik) y/o a la inversión en capital humano (ik), de la
siguiente manera (Barro and Sala-i-Martin, 2004):
hk iiconsy (1)
Asumiendo que el capital físico (k) y el capital humano (h) se deprecian a la misma tasa ,
sus niveles para un dado tiempo (t+1) quedan definidos por los valores en t, más lo invertido
en capital físico y humano, menos lo perdido por la depreciación del capital:
tht
tkt
hδih
kδik
1
1
1
1
(2)
Una vez obtenidos los valores para ambos tipos de capital, cada agente obtiene su nuevo
nivel de producción (y) a través de la expresión (1), y sus niveles de capital físico k y humano
h, a través de la expresión (2). Estos nuevos valores serán utilizados por los agentes para
elegir, consumir e invertir en el tiempo (t+1). La suma de los niveles de producción (y) de
todos los agentes representa el PBI de la población obtenida, y el promedio de los mismos, el
PBI/cápita.
2.1.2 Aspecto demográfico
Los individuos creados en el modelo tienen la capacidad de reproducirse creando nuevos
individuos pertenecientes a su propia familia. No se incorpora en este trabajo una
diferenciación por sexo de los agentes, es por ello que todos los individuos en edad
reproductiva poseen dicha capacidad, sin necesidad de apareamiento. Se plantea que los
individuos en edad reproductiva son los pertenecientes al grupo de los jóvenes, entonces, una
vez que un individuo ingresa a dicho grupo, evalúa una determinada cantidad de parámetros
con el fin de elegir el momento y la posibilidad de reproducción. Estos parámetros son la edad
mínima de reproducción y la cantidad máxima de hijos que haya elegido tener. Los valores
correspondiente a cada parámetro dependerán de la opción de desarrollo elegida por el
individuo (ver Tabla 1).
Cuando un individuo se reproduce, cede la mitad de su capital físico al nuevo agente, con
el objetivo de lograr la independencia económica de ambos. De esta manera, el individuo
nacido es considerado económicamente activo. Al nuevo individuo (edad = 0) se le asigna
además un nivel de consumo y de inversión inicial proporcional al de su familia, y por lo tanto
las decisiones iniciales de dicho agente están influidas por su entorno familiar.
P.S. CASTESANA, S.E. PULIAFITO2730
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
A su vez, se les asigna a los individuos un valor correspondiente a la expectativa de vida, el
cual queda determinado al momento de su nacimiento, y es asignado en forma aleatoria a
partir de una distribución normal, con una media que resulta en valores mayores o menores
según la opción de desarrollo del individuo (Tabla 1). De esta manera, 2 individuos con
características similares compartirán un mismo rango de valores para su expectativa de vida,
sin embargo a nivel individual, los valores específicos de dicho parámetro pueden ser
distintos.
Una vez que el individuo llega a una edad igual a su expectativa de vida, muere (deja de
existir), dejando como herencia su capital físico, el cual es repartido en partes iguales entre
todos los individuos vivos de su familia. El número de dinastías permanece constante,
mientras que el número de individuos de cada una varía de acuerdo al número de agentes que
sobreviven en cada período. De esta manera, para cada t la población p es igual al número de
agentes vivos.
2.1.3 Aspecto ambiental
Como consecuencia de su actividad, los individuos consumen energía y generan emisiones.
A nivel global, tanto el consumo de energía primaria como las emisiones de carbono muestran
un comportamiento vinculado al PBI/cápita y al crecimiento de la población, como así
también a distintos indicadores tecnológicos. Estas relaciones pueden ser expresadas en forma
multiplicativa de la siguiente manera (Canadell et al., 2007; Puliafito et al., 2008; Raupach et
al., 2008; Puliafito and Castesana, 2009):
eye (3)
Donde (e) es el consumo anual global de combustibles fósiles, y (e) es el factor de
intensidad energética, es decir, la cantidad de energía consumida por cada unidad de producto
bruto generado. De esta manera el consumo de energía de cada agente queda determinado por
su nivel de producción actual (y), y por la intensidad energética con la que generó dicha
producción. Los datos históricos (World Bank, 2011; British Petroleum, 2012) muestran una
mejora constante en la intensidad energética global, que se traduce en un ahorro de energía
por unidad de producción. Dicha mejora se puede relacionar con el uso de tecnologías cada
vez más eficientes, lo cual está directamente relacionado con los niveles de inversión en I+D,
o en este trabajo, con el capital humano.
Las emisiones de carbono (c) producidas por cada agente a partir del consumo de energía,
pueden ser expresadas como sigue:
ce iyc (4)
El factor ic representa el índice de carbonización, o la cantidad de CO2 emitido a la
atmósfera por cada unidad de energía consumida. Dicho factor está fuertemente relacionado
con las fuentes de energía utilizadas y el factor de emisión de cada una. Se observa que en la
actualidad, países con economías fuertes y altos porcentajes de uso de energía nuclear o
hidráulica presentan valores de índice de carbonización muy favorables, y en el otro extremo,
se observan sectores con economías emergentes y altos porcentajes de uso de carbón
(combustible con un factor de emisión superior al medio de los combustibles fósiles), los
cuales muestran tendencias muy desfavorables (Castesana and Puliafito, 2011).
De acuerdo a lo descripto, la eficiencia con la cual los individuos consumen energía y
generan emisiones, se encuentra fuertemente relacionada con el nivel de capital humano de
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2731
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
cada uno. El valor adoptado por cada individuo para dichos indicadores dependerá de la
opción de desarrollo elegida, según lo detallado en la Tabla 1.
A partir de la suma del consumo energético de todos los agentes vivos se obtiene el
consumo global de energía, y a partir de la suma de las emisiones generadas por cada uno de
ellos, se obtienen las emisiones totales de CO2 de origen antrópico hacia la atmósfera.
Características Opción #1 Opción #2 Opción #3 Opción #4
Economía
Baja tendencia a la
inversión en capital físico
y humano, bajos niveles
de consumo. Los valores
máximos son alcanzados
a edades menores que
otros individuos. Bajos
niveles de producción
(GDP/cápita). Muy bajos
niveles de acumulación de
capital físico y humano.
Tendencia media al
consumo e inversión en
ambos tipos de capital.
Niveles de producción o
GDP/cápita medios.
Niveles intermedios de
acumulación de capital
físico y humano.
Alta tendencia al
consumo y a la inversión
en capital físico. Mayor
predisposición a invertir
en capital humano que el
promedio mundial, pero
menor que la Opción #4.
Altos niveles de
GDP/cápita. Gran
acumulación de capital
físico: Altas tasas de
consumo.
Alta predisposición a la
inversión en capital
humano. Mayor tendencia
al consumo y a la
inversión en capital físico
que la media mundial,
pero menor que la Opción
#3. Los individuos
aumentan su inversión en
capital humano incluso a
edades mayores que el
resto de las opciones.
Altos niveles de
GDP/cápita. Gran
acumulación de capital
humano.
Fertilidad
Muy alta tendencia a la
reproducción. Número
máximo de niños por
individuo similar a la
tendencia de los países
menos desarrollados en
1950. Edad mínima de
reproducción: 15 años.
Tendencia media a la
reproducción. Número
máximo de niños por
individuo similar a la
tendencia media mundial
de 1950 (United Nations,
2010).. Edad mínima de
reproducción: 20 años.
Baja tendencia a la
reproducción. Número
máximo de niños por
individuo menor a la
tendencia media mundial
en 1950. Edad mínima de
reproducción: 25 años.
Muy baja tendencia a la
reproducción. Número
máximo de niños por
individuo similar a la
tendencia de las regiones
más desarrolladas en la
actualidad. Edad mínima
de reproducción: 30 años.
Expectativa de
vida
Baja, por debajo del
promedio. Similar a la
tendencia observada en
los países menos
desarrollados en 1950.
Media. Similar a la
tendencia media mundial
en 1950 (United Nations,
2010).
Alta, mayor al promedio.
Similar a la tendencia
observada en las regiones
más desarrolladas en
1950.
Alta, mayor al promedio.
Similar a la tendencia
observada en las regiones
más desarrolladas en la
actualidad.
Energía y
Emisiones
Niveles bajos e
ineficientes de consumo
de energía por individuo,
relacionados con los bajos
niveles de desarrollo
económico. Factores de
intensidad energética
poco eficientes, similares
a los factores menos
favorables observados en
los datos del período
1950-2010. Altos valores
de índice de
carbonización, similares a
los observados en países
que utilizan
principalmente fuentes de
energía ineficiente, como
carbón o biomasa (British
Petroleum, 2012).
Niveles medios de
consumo de energía por
individuo. Valores
intermedios para los
factores de intensidad
energética y de índice de
carbonización, similares a
los valores medios
observados en los datos
del período 1950-2010.
Altos niveles de consumo
de energía por individuo,
relacionados con los altos
niveles de desarrollo
económico. Factores de
intensidad energética más
eficientes que el promedio
mundial, pero menos
eficientes que la Opción
#4, similares a los
factores más favorables
del período 1950-2010.
Bajos índices de
carbonización, similares a
los observados en países
que utilizan fuentes de
energía con muy bajas
tasas de emisión, como
hidráulica, nuclear, solar,
etc.
Niveles altos y muy
eficientes de consumo de
energía por individuo,
asociados a los altos
niveles de crecimiento
económico y desarrollo
tecnológico. Factores de
intensidad energética más
eficientes que el resto de
las opciones. Bajos
valores de índice de
carbonización, similares a
los observados en países
que utilizan fuentes de
energía limpias o con muy
bajas tasas de emisión,
tales como hidráulica,
nuclear, solar, etc.
Tabla 1: Opciones de desarrollo de los individuos.
P.S. CASTESANA, S.E. PULIAFITO2732
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
2.1.4 Mecanismos de elección de la opción de desarrollo
Para elegir entre una opción de desarrollo u otra, los individuos comparan su capital
humano (en el tiempo t) con el de un individuo de referencia de su misma edad, nacido en
1950 y desarrollado a través de un nivel alto de inversión en capital humano, según las curvas
gaussianas propuestas para dicha variable. De dicha comparación surge el capital humano
relativo (hrel), el cual queda definido como el cociente entre el capital humano actual de cada
individuo, y el capital humano del individuo de referencia a su misma edad. A su vez, los
individuos observan la tendencia en la elección de los integrantes de su familia (en adelante
“tendencia familiar”), es decir, el número de opción de desarrollo más repetido en la elección
de los individuos de su propia familia. Cuanto mayor sea el capital humano propio respecto al
del individuo de referencia, o cuanto más avocada se encuentre su familia a invertir en capital
humano, mayor será la posibilidad de elegir opciones de desarrollo orientadas a la
acumulación de dicho tipo de capital (opciones altas según lo descripto en la Tabla 1).
La Figura 1 muestra un diagrama de doble entrada en el que se representa la opción de
desarrollo a elegir por parte de cada individuo, en función de su capital humano relativo, y de
la tendencia familiar. Como se puede observar, si bien los individuos que posean un nivel de
capital humano menor al del individuo de referencia tenderán a elegir “bajas” opciones de
desarrollo, el entorno familiar podrá influenciar positivamente dicha elección (hacia opciones
más altas) cuando la tendencia familiar sea muy alta (Opción #4). Por otro lado, los individuos
que posean un nivel de capital humano mucho mayor al del individuo de referencia tenderán a
elegir la opción de desarrollo más alta, a no ser que su entorno genere una influencia negativa
en dicha elección a partir de una tendencia familiar muy baja (Opción #1).
Sin embargo, la tendencia familiar influirá sobre la elección de los individuos siempre que
la proporción de familiares que elijan la opción de desarrollo mayoritaria supere a un valor
mínimo establecido. De esta manera se asegura que la elección familiar tendrá influencia
sobre la elección de los individuos siempre y cuando exista una clara tendencia hacia alguna
de las opciones. De lo contrario, cuando dentro de una determinada familia dicha tendencia se
encuentre equilibrada entre los distintos tipos de opción de desarrollo, los individuos no
modificarán su opción de desarrollo actual. Dichas situaciones son representadas por las zonas
sombreadas de la Figura 1 en las cuales los individuos mantienen su opción de desarrollo
actual, independientemente de cuál es su capital humano y la elección de su familia.
Figura 1: Opción de desarrollo a elegir por los individuos, en función del capital humano relativo y de la
tendencia familiar.
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2733
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
2.2 Módulo del balance del ciclo de carbono
Con el objetivo de estimar la concentración de CO2 en la atmósfera debido a las emisiones
de origen antrópico, se introdujo en el modelo una subrutina dedicada al balance del ciclo del
carbono, basada en el sistema de reservorios, niveles y tasas presentado por Houghton (2007),
considerando los siguientes 6 reservorios principales: atmósfera, océano superior (incluye la
biota superficial), océano profundo, vegetación (incluye la materia orgánica), suelo y reserva
fósil, las correspondientes conexiones entre los mismos.
Para llevar dicho esquema a un modelo basado en agentes, se utilizaron las celdas
correspondientes al entorno o medio en el cual se mueven los agentes. Se dividió dicho
mundo en 6 compartimentos interconectados, como muestra la Figura 2, en donde cada uno
representa uno de los reservorios descriptos anteriormente. Para representar el nivel inicial de
carbono en cada uno de ellos, se crearon, dentro del espacio delimitado por cada reservorio,
un número de agentes proporcional al nivel de carbono inicial correspondiente al año 1950.
Los agentes utilizados en el ciclo de carbono fueron denominados “carbonos”, y fueron
dotados con características diferentes a las de los agentes “individuos”.
En el entorno descripto por la Figura 2 todos los “carbonos” se mueven libremente dentro
de cada reservorio. Sin embargo, cuando alguno de ellos llega a una celda perteneciente a la
interface entre dos reservorios que presentan intercambio de materia (en adelante “bordes”), el
mismo debe evaluar la posibilidad de paso al reservorio contiguo, o de lo contrario, continuar
dentro de su reservorio actual. Para ello, las celdas correspondientes a los “bordes” de cada
reservorio (coloreadas con un tono más oscuro que el del reservorio original en la Figura 2)
fueron dotadas de un parámetro denominado pasa, el cual puede tomar los valores 1 o 0, para
autorizar el paso de los carbonos al reservorio contiguo, o para impedirlo, respectivamente.
Las reglas impuestas fueron pensadas de manera tal que en cada instante t, todos los carbonos
impactarán con alguno de los bordes del reservorio de pertenencia actual. Esto significa
entonces que la probabilidad de que un carbono pueda pasar hacia el reservorio contiguo será
equivalente a la proporción de celdas que permitan el paso (celdas con pasa = 1, representadas
en rojo en la Figura 2) y el total de las celdas que conforman el borde del reservorio actual.
Dicha proporción fue calculada en base a la tasa de intercambio de carbono desde el
reservorio actual hacia el contiguo, y el nivel de carbono del reservorio actual (Houghton,
2007). Por ejemplo, la posibilidad de que un carbono pase desde un reservorio A hacia otro B
en un intervalo de tiempo de 1 año (unidad discreta de tiempo utilizada en el modelo), está
dada por el cociente entre el flujo (fa-b), es decir, la cantidad de carbono que pasa de A hacia B
por año, y el nivel de carbono actual del reservorio A (Nivel A):
ANivel
f ba
interfaceceldasn
1pasaconceldasn (5)
Cabe aclarar que las zonas de interface entre dos reservorios que no presentan intercambio
de carbono entre sí, no fueron consideradas como “bordes”, con el propósito de no introducir
un error debido al diseño y disposición de los distintos módulos o reservorios. En dicho caso,
si un carbono llega a una celda contigua a otro reservorio con el cual no existe intercambio de
materia, el mismo cambiará su dirección de avance y continuará moviéndose en su reservorio
actual hasta tocar alguna celda considerada “borde”.
Al inicializar cada corrida del modelo (setup) quedan establecidos todos los reservorios,
sus conexiones con reservorios contiguos y sus niveles iniciales de carbono a partir de la
introducción de agentes en forma proporcional a dichos valores. Una vez que el modelo
comienza a correr, todos los parámetros referidos a las celdas del sistema del balance de
P.S. CASTESANA, S.E. PULIAFITO2734
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
carbono se mantienen invariables. Por su parte, los carbonos se mueven sobre dichas celdas
transitando todo el espacio según la restricción de paso de un reservorio a otro descripta. Sin
embargo, la cantidad de carbonos existentes en cada instante t se ve incrementada por la
acción antrópica, es decir, por la generación de emisiones por parte de los individuos del
modelo. Esta acción se logra a partir de la incorporación de nuevos agentes “carbonos” al
reservorio “atmósfera”, en forma proporcional a las emisiones de CO2 liberadas por los
individuos del módulo antrópico en cada t. Dichos carbonos tienen las mismas características
que los creados inicialmente, excepto su color: los carbonos existentes en el sistema en 1950
se son dotados de un color amarillo, mientras que los carbonos originados por la actividad
antrópica son de color negro (ver Figura 2). Esto significa que en cada instante t, tanto los
carbonos iniciales como los carbonos de origen antrópico, se mueven a través del sistema de
reservorios pudiendo ser identificados unos de otros. De esta manera, la cantidad de carbonos
que se encuentren sobre un determinado reservorio en un instante t, será proporcional al nivel
de carbono del mismo, y a su vez, y la cantidad de agentes que pasen de un reservorio a otro
será proporcional al flujo de intercambio de los mismos.
Figura 2: Módulos interconectados de reservorios de carbono: atmósfera (rosa), océano superior (celeste),
océano profundo (azul), vegetación (verde), suelo (marrón) y reserva fósil (negro). Carbonos existentes en 1950
(círculos amarillos), carbonos originados a partir del modelo (círculos negros).
2.3 Condiciones iniciales
Se asumió como condición inicial un estado de equilibrio capaz de representar la
distribución de la riqueza, y la distribución de la población en función de esta última,
similares a las del año 1950. A partir de ello y reproduciendo dichas distribuciones, se crearon
20 familias con un nivel de riqueza media familiar determinado. Dentro de cada familia se
reprodujo la distribución etaria de 1950, creando de esta manera una cantidad determinada de
niños, jóvenes, adultos y ancianos. A cada individuo creado se le asignó una edad en forma
aleatoria dentro del rango correspondiente a su grupo etario. Luego, a cada uno se le asignó un
valor inicial de riqueza (o producción) en forma proporcional a la riqueza media inicial de su
familia, guardando relación con su edad. A partir de ello, los valores y proporciones
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2735
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
correspondientes al capital humano, capital físico, inversión y consumo de cada agente fueron
asignados a partir de la literatura existente (Barro and Sala-i-Martin, 2004).
Los valores iniciales correspondientes al módulo del balance de carbono fueron asignados a
partir de los niveles de carbono existentes en cada reservorio en 1950 (Houghton, 2007).
A su vez, con el objetivo de lograr la estabilización de las condiciones iniciales, se agregó
un tiempo de spin-up en el comienzo de cada ejecución.
3 RESULTADOS
Se realizaron 40 corridas del modelo, y se presentan los promedios de los resultados
obtenidos ante las diferentes inicializaciones. Los resultados han sido normalizados al año
1950, con el fin de prescindir de unidades y mostrar variaciones relativas observadas y
proyectadas en relación a dicho año.
La Figura 3 muestra los valores obtenidos para la población mundial, en comparación con
datos históricos y proyecciones (United Nations, 2010). En la Figura 4 se representan los
resultados para el PBI/cápita, junto con los datos históricos del mismo a nivel mundial (World
Bank, 2011).
Por otro lado, la Figura 5 muestra los resultados obtenidos para el consumo global de
energía, y la Figura 6 para las emisiones de CO2 a la atmósfera, en comparación con los datos
históricos y con distintos escenarios propuestos por el Panel Intergubernamental sobre
Cambio Climático (IPCC) (Nakicenovic et al., 2000; British Petroleum, 2012). Dichos
escenarios fueron desarrollados por el IPCC sobre líneas evolutivas o enfoques cualitativos
(en inglés “story lines”) que describen distintas combinaciones de desarrollo económico,
demográfico, social y tecnológico. Cada enfoque evolutivo constituye una “familia” de
escenarios. En este trabajo se han contrastado los resultados obtenidos, con los
correspondientes al Modelo Integrado Asia-Pacífico (AIM) para los escenarios A2 y B1. La
familia de escenarios A2 representa un mundo muy heterogéneo, con un continuo crecimiento
de la población y un crecimiento económico orientado regionalmente, más lento que en otras
líneas evolutivas. La familia B1 representa un mundo con un lento crecimiento de la
población, y un rápido crecimiento económico orientado a servicios e información, con
reducciones en el consumo de recursos y la implementación de tecnologías limpias (IPCC,
2007).
Finalmente, en la Figura 7 se muestra el promedio obtenido a partir de las 40 corridas del
modelo para el nivel de CO2 en la atmósfera, expresado en Pg de C (1 petagramo = 1
gigatonelada = 1015
g de carbono), en comparación con los datos históricos correspondientes
(Houghton, 2007).
Se observa que los resultados obtenidos están en buen acuerdo con los datos y las
proyecciones realizadas.
P.S. CASTESANA, S.E. PULIAFITO2736
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
Figura 3: Población mundial (relativa al valor mundial del año 1950).
Figura 4: PBI/cápita (relativo al valor mundial del año 1950).
Figura 5: Consumo de energía (relativo al valor mundial del año 1950).
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2737
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
Figura 6: Emisiones de CO2 a la atmósfera (relativas al valor mundial del año 1950).
Figura 7: Nivel de CO2 en la atmósfera (Pg de C).
4 CONCLUSIONES
Se simuló la evolución de las emisiones de CO2 de origen antrópico a partir de la dinámica
poblacional y del crecimiento económico de los individuos representativos de la economía,
utilizando Modelado Basado en Agentes. Se obtuvieron resultados para la evolución temporal
del crecimiento demográfico, del PBI/cápita, del consumo de energía primaria, de las
emisiones de CO2 y su acumulación en la atmósfera, para el período 1950-2010. Se observa
que los mismos están en buen acuerdo con los datos históricos y con las proyecciones
realizadas por diversas agencias internacionales.
La utilización del paradigma de simulación MBA permitió describir dichas variables como
el resultado de la interacción de individuos con una determinada edad, capacidad de
reproducción, supervivencia, tendencia al consumo y a la inversión. A su vez, se incluyó de
forma sencilla el concepto de elección de comportamiento o toma de decisiones de los
individuos y variabilidades en los parámetros, que de otra manera hubiesen resultado de un
gran costo computacional. Trabajar con MBA permitió ajustar un modelo demográfico y
económico capaz de representar entornos y condiciones necesarios para lograr distintos
escenarios futuros. El estudio de dichas condiciones, el análisis de sensibilidad frente a
P.S. CASTESANA, S.E. PULIAFITO2738
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
perturbaciones de las mismas, y las proyecciones de las emisiones obtenidas a partir de la
aplicación del modelo resultante, nos indicarán las medidas y esfuerzos necesarios para
producir una estabilización o reducción efectiva de las emisiones antrópicas de CO2.
REFERENCIAS
Barro, R., and Sala-i-Martin, X., Two-sector models of endogenous growth (with special
attention to the role of human capital). In: Economic Growth. The MIT Press, Cambridge,
Mass., U.S.A., pp. 239–284, 2004.
Becker, G., and Lewis, H., On the interaction between the quantity and quality of children.
Journal of Political Economy, 81, S279–S288, 1973.
British Petroleum, British Petroleum Statistical Review of World Energy June 2012, London,
United Kingdom. [available at www.bp.com/statisticalreview], 2012.
Canadell, J., Le Quéré, C., Raupach, M., Field, C., Buitenhuis, E., Ciais, P., Conway, T.,
Gillett, N., Houghton, R., and Marland, G., Contributions to accelerating atmospheric CO2
growth from economic activity, carbon intensity, and efficiency of natural sinks.
Proceedings of the National Academy of Sciences of the United States of America, 104,
18866–18870, 2007.
Castesana, P., and Puliafito, E., Influencia de la dinámica poblacional sobre las emisiones de
carbono. Análisis de indicadores tecnológicos. Revista Proyecciones, 9, 11–24, 2011.
Day, C., and Dowrick, S., Ageing economics: human capital, productivity and fertility.
Agenda, 11, 3–20, 2004.
Edmonds, B., The use of models - Making MABS more informative. Multi Agent Based
Simulation, 1979, 15–32, 2001.
Fougère, M., Harvey, S., Mercenier, J., and Mérette, M., Population ageing, time allocation
and human capital: A general equilibrium analysis for Canada. Economic Modelling, 26,
30–39, 2009.
Houghton, R., Balancing the Global Carbon Budget. Annual Review of Earth and Planetary
Sciences, 35, 313–347, 2007.
Huang, B., Hwang, M., and Yang, C., Causal relationship between energy consumption and
GDP growth revisited: A dynamic panel data approach. Ecological Economics, 67, 41–54,
2008.
IPCC, Climate Change 2007: Synthesis Report, Assessment. Cambridge University Press,
2007.
Lee, R., and Mason, A., Some macroeconomic aspects of global population aging.
Demography, 47 Suppl, S151–S172, 2010.
Nakicenovic, N., Alcamo, J., Davis, G., De Vries, B., Fenhann, J., Gaffin, S., Gregory, K.,
Grubler, A., Jung, T., Kram, T., La Rovere, E., Michaelis, L., Mori, S., Morita, T., Pepper,
W., Pitcher, H., Price, L., Raihi, K., Roehrl, A., Rogner, H., Sankovski, A., Schlesinger, M.,
Shukla, P., Smith, S., Swart, R., Van Rooijen, S., Victor, N., and Dadi, Z., IPCC Special
Report on Emissions Scenarios (SRES), Working Group III of the Intergovernmental Panel
on Climate Change IPCC. Cambridge University Press, Cambridge, United Kingdom,
2000.
ONS, Office for National Statistics. Adapted from data from the Office for National Statistics
licensed under the Open Government Licence v.1.0., United Kingdom. [available at
http://www.ons.gov.uk/ons/datasets-and-tables/index.html], 2011.
O’Neill, B., Dalton, M., Fuchs, R., Jiang, L., Pachauri, S., and Zigova, K., Global
demographic trends and future carbon emissions. Proceedings of the National Academy of
Mecánica Computacional Vol XXXII, págs. 2727-2740 (2013) 2739
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar
Sciences of the United States of America 107, 17521–17526, 2010.
Puliafito, E., and Castesana, P., Influencia del crecimiento económico y poblacional en el
balance del ciclo de carbono. Avances en Energías Renovables y Medio Ambiente, 13, 25–
32, 2009.
Puliafito, E., Puliafito, J., and Conte Grand, M., Modeling population dynamics and economic
growth as competing species: An application to CO2 global emissions. Ecological
Economics, 65, 602–615, 2008.
Raupach, M., Canadell, J., and Le Quéré, C., Anthropogenic and biophysical contributions to
increasing atmospheric CO2 growth rate and airborne fraction. Biogeosciences, 5, 1601–
1613, 2008.
Richmond, A., and Kaufmann, R., Is there a turning point in the relationship between income
and energy use and/or carbon emissions? Ecological Economics, 56, 176–189, 2006.
United Nations, Population Division of the Department of Economic and Social Affairs of the
United Nations Secretariat. World Population Prospects: The 2010 Revision. [available at
www.un.org/esa/population/unpop.htm], 2010.
Wilensky, U., NetLogo: Center for connected learning and computer-based modeling.
Northwestern University, Evanston, IL, U.S.A. URL: http://ccl.northwestern.edu/netlogo/.
Date accessed: July 2012, 1999.
Willis, R., A new approach to the economic theory of fertility behavior. Journal of Political
Economy, 81, S14–S64, 1973.
World Bank, World Bank database. World Development Indicators (WDI) and Global
Development Finance (GDF), Washington (D.C.), U.S.A. [available at
http://databank.worldbank.org/], 2011.
P.S. CASTESANA, S.E. PULIAFITO2740
Copyright © 2013 Asociación Argentina de Mecánica Computacional http://www.amcaonline.org.ar